劇集

混淆矩陣和資料不平衡 - 第 8 集

Learn Live

加入 Jason DeBoever 和 Glenn Stephens 即時在 Learn TV 上直播，並探索這九部分的「機器學習資料科學基礎」系列。 我們每週都會逐步講解 Learn 課程模組並即時回答您的問題。 從基本傳統機器學習模型到探索資料分析和自訂架構，您將引導您輕鬆消化概念內容和互動式 Jupyter 筆記本，並瞭解基礎概念，以及如何使用最常見的機器學習工具來建置模型。

混淆矩陣和資料不平衡：第 08 集

我們要如何知道模型在分類資料時的表現好壞？ 電腦在評估模型效能時所用的方式有時很令人費解，有時則可能過度簡化模型在真實世界中的表現。 為了建置能以令人滿意的方式運作的模型，我們需要找出直覺的評估方式，並了解這些計量會如何讓我們的觀點產生偏差。 在本集中，您將會：

  • 評估分類模型的效能。
  • 檢閱計量以改善分類模型。
  • 減輕因為資料失衡所造成的效能問題。